最近，筆者在某知識社交平臺內發現一個熱度蠻高的話題“人工智慧時代，做為一個多年的Java程式設計師，感到深深的焦慮，如何面對和處理？”，引起了無數Java程式設計師的共鳴。展開討論之前，我們先看幾條一線網際網路公司的新聞：

1、2017年7月5日，阿里巴巴人工智慧實驗室亮相。

2、騰訊設立3個AI部門，聚集了30多位90%以上都是博士學歷的名校高材生，同時在西雅圖設立人工智慧實驗室。

3、2013年1月，百度成立深度學習研究院，4月，百度在美國加州建立了人工智慧實驗室。

4、2012年，華為公司在香港成立諾亞方舟實驗室，主要從事人工智慧學習——資料探勘研究。

5、2017年12月21日，華為百度達成戰略合作，共同推動人工智慧發展和應用。

......

這些關於人工智慧鋪天蓋地的訊息是引起Java程式設計師焦慮的部分原因，那麼，Java程式設計師在人工智慧時代的出路在哪裡呢？

我們先來考慮使用Java寫人工智慧演算法程式的情況：

我們所熟知的谷歌、阿里等很多企業都是基於Java框架，如果你打算使用Java寫人工智慧演算法程式，理論上沒有問題，Java只是一門程式語言，硬寫自然是可以的，但Java的最佳應用場景應該是處理業務複雜性比較高的任務，畢竟導包、呼叫也沒有那麼方便。

同時，使用Java編寫人工智慧演算法程式也不是大企業的需求，企業在招聘時自然是希望直接招到會Python的程式設計師，這也不是很難的事情，資深資料探勘或者資料科學家可能很難，但會Python的程式設計師還是很多的，Java程式設計師何必與他們搶飯碗呢。

如果不行，Java程式設計師要轉型嗎？

糾結是否轉型的程式設計師大部分人漸到中年，已經有了五年以上的工作經驗，在目前的職位上已經遊刃有餘，冒然轉型擔心結果不盡如人意，對於這種情況，網友們的想法呈現明顯的兩邊倒：

有的將目前的人工智慧和曾經的移動網際網路相比較，認為這件事情一定會慢慢降溫。如果轉行，混個10年可能也就是個中級水平，如果不轉行，10年以後就成為了資深Java工程師，身價已經不低了。

中立：

佛系觀點：（Java程式設計師也還是有用的，想開點！）

當然，也有支援的：

現身說法系：

背景：某廠演算法部門，10年演算法經驗的演算法小小小工程師/(ㄒoㄒ)/~~。演算法工程師有時候可能比普通的應用開發工程師要苦，要髒，要累很多。轉型前慎重(⊙o⊙)哦！

首先說明一點就是：很火不代表真的很賺錢，很火不代表它很輕鬆，很火不代表真的適合你！

在回答你的問題之前，我們可以講個故事：

上個月接到一個新的任務（做一個底層推薦演算法），對於我們現在有的使用者量資料（上億），已經不能滿足於只調用現成的MF矩陣分解方法方法，有必要編寫適合自己的演算法，於是我們這群演算法工程師閃亮登場。慈慈慈，看paper，找到好的方法，沒找到原始碼沒事自己來實現，一開始使用tensorflow，然後再使用矩陣分解，不斷epoch最後搞定。OK！樂開花兒！

對你沒有看過，你妹的我們居然用了2周時間搞定一個推薦演算法模型，很開心哦，馬上用真實資料去測一下效果（先用日活500萬用戶資料試試）。矮油尼瑪！！！演算法崩掉了記憶體不足，艹，FFFF佛慈悲。冷靜，記憶體不足肯定是開闢空間太大了，一個500萬用戶和10萬物品的排名矩陣太大，那我就改用索引方式進行稀疏表儲存！這還難得了我們這群吃豬腦長大的演算法工程師麼！啪啪啪的搞了1周，效果明顯，能夠正常運行了。於是經過漫長的等待！。。。。。

等待真的很漫長，懷孕的孩子都要出來了。500萬行的矩陣操作，就算記憶體塞得下，迭代計算次數還是很慢啊，計算一次得一天，怎麼做實時推薦！每天的離線推薦都難！好了，後面的事情就是無盡的工程問題，多執行緒，多執行緒不行，那就來併發，併發不行就來多伺服器分散式，然後也來個GPU什麼鬼的一起上！

這麼一來，你應該知道只是轉人工智慧不能只懂演算法，還要懂系統，懂數學，懂分散式，懂架構，不然怎麼做演算法構架。這一過程，得多長？為什麼不把自己JAVA學好呢？JAVA的架構你掌握很熟了，設計千億級的排程你搞得定麼？快速拉取TB級別的資料怎麼設計框架？兄弟彆著急轉型，想想你在自己崗位還有什麼做得不夠好，不夠精的事情吧。

問主說：我想問的是未來JAVA開發是否會逐漸的被邊緣化，人工智慧統治整個計算機行業發展。

這。。。兄弟腦子短路還是外行的？JAVA開發會變邊緣化那麼原有的系統用什麼維護？新的分散式系統用什麼開發？人工智慧自動開發嗎？別傻了，你又不是沒有打過程式碼玩過遊戲，都是if else組成的。理智點行不行？清醒點行不行？OK不OK兄弟？
 

歸根結底就是Java程式設計師的未來前途問題，筆者想說，再過幾年，AI沒準都能代替程式設計師寫程式碼了，不僅僅是Java程式設計師，所有程式設計師都該考慮考慮前途啦！